基于时空建模与图神经网络的燃料电池健康状态预测方法、系统、设备及存储介质

摘要

本发明公开了一种基于时空建模与图神经网络的燃料电池健康状态预测方法、系统、设备及存储介质，属于工业自动化与能源系统优化技术领域。本发明通过构建稀疏标签扩展机制、多通道关联特征提取体系以及混合架构的非线性动态映射策略，有效克服了传统数据驱动与物理建模方法在标签稀缺、多通道关联性挖掘不足及非线性建模能力有限等方面的局限，为燃料电池健康状态评估与预测性维护提供了可靠的技术支持，有助于提升设备可靠性及系统能效。

申请人共 1 家

• 1.西安交通大学

IPC 分类号共 11 项